10 solidnych rekomendacji produktów prowadzących do 3X konwersji | Firma turystyczna i hotelarska
Opublikowany: 2023-06-16Podczas gdy podróżnicy na całym świecie wykręcają się z 3-letniej przerwy, uwierzcie nam na słowo, że rok 2023 będzie rokiem podróży jak żaden inny. Według Booking.com 68% osób będzie intensywnie planować podróże w 2023 roku. Jednak napływ zapytań sugeruje, że klienci zrobią wszystko, aby uzyskać świetne oferty.
Jeśli prowadzisz firmę turystyczną i/lub hotelarską, wiesz, że „dobry sezon” oznacza duży ruch, ale również niskie współczynniki konwersji. Branża turystyczna i hotelarska ma jeden z najwyższych wskaźników porzucania koszyków, wynoszący aż 85%. Przyczyn może być wiele – niższe ceny, lepsze oferty, brak personalizacji lub kiepskie programy lojalnościowe.
76% konsumentów jest sfrustrowanych firmami, które nie oferują spersonalizowanych doświadczeń. Użytkownicy nie mają już czasu znosić przeciążenia poznawczego i wykonywać ciężkiej pracy polegającej na „poszukiwaniu” tego, czego potrzebują, ponieważ to, czego potrzebują, jest rozumiane przez ich ulubione produkty (właściciele wzrostu). To, czego szukają, to zachęty ze strony marki, które ułatwią im korzystanie.
Nazywamy te zachęty rekomendacjami produktów – starannie dobranym zestawem sugestii dotyczących usług stworzonych przy użyciu uczenia maszynowego i złożonych systemów, aby zapewnić wyjątkowe wrażenia. Te rekomendacje są tworzone przy użyciu różnych danych wejściowych, takich jak lokalizacja, historia przeglądania w przeszłości, aktualne trendy, oferty itp.
Czy rekomendacje produktów mogą uratować branżę turystyczną i hotelarską?
79% konsumentów oczekuje, że marki będą oferować spersonalizowane doświadczenia cyfrowe. Tak więc coś tak prostego, jak umożliwienie klientom wstępnego wypełnienia danych w zakładce wyszukiwania lub zapamiętanie ich najczęściej wpisywanych miejsc docelowych, może się przydać podczas rezerwacji. Travel OTA (internetowe biura podróży) zapamiętują teraz również najczęściej używane filtry jako haczyk do utrzymania klientów.
Ale jak upewnić się, że użytkownicy widzą treści i ofertę spersonalizowaną dla nich? Odpowiedzią jest użycie odpowiednich danych . Musisz zebrać odpowiednie dane od swoich klientów, aby pokazać im dokładnie to, czego chcą. Zdarzenia użytkownika mogą być przechwytywane w zapleczu i wysyłane do platformy CRM w celu analizowania klientów na podstawie danych o użytkowaniu, a następnie grupowania ich we właściwości użytkowników do celów docelowych.
Ważniejsze pytanie brzmi: jakie wydarzenia powinna rejestrować marka z branży turystycznej i hotelarskiej, aby lepiej zrozumieć swoich klientów? Istnieje kilka skutecznych sposobów na początek:
- Dane demograficzne użytkownika: Dane demograficzne użytkownika, takie jak wiek, płeć, pochodzenie etniczne lub poziom dochodów, mogą znacząco wpłynąć na wydajność silników rekomendacji, ponieważ zrozumienie ICP (idealnego profilu klienta) na bliższym, bardziej osobistym poziomie.
- Preferencje dotyczące lokalizacji: unikalnym sposobem spojrzenia na to byłoby tworzenie rekomendacji na podstawie najczęściej odwiedzanego miejsca docelowego z określonej lokalizacji – na przykład sugerowanie miejsc na plaży osobom z miasta bez dostępu do morza lub pokazywanie najczęściej odwiedzanych miejsc docelowych na bieżącym poziomie lokalizacji użytkownika.
- E-mail: Zamknięcie pętli z klientami jest niezwykle potężnym narzędziem z punktu widzenia personalizacji. Kiedy klienci otrzymują e-maile od marek, ich oczekiwania w zakresie personalizacji rosną.
- Częstotliwość podróży: budowanie kohort użytkowników, którzy mają te same nawyki, jest bardzo niedocenianym sposobem na rekomendacje produktów.
Poniżej znajduje się przykładowy ICP dla witryny turystycznej:
Nazwa | Rohit |
---|---|
Płeć | Mężczyzna |
Lokalizacja | Radżastan |
Wiek | 28 |
Klasa usług | Premium i wyżej |
Średni dochód | < 3500000/rok |
Preferowana linia lotnicza | Vistara |
Preferowany rodzaj podróży | Domowy |
Gdy zrozumiesz klientów na tym poziomie, możesz połączyć ich w kohortę i pozwolić na przepływ podobnych doświadczeń pod względem podróży, pobytu lub rekomendacji jedzenia. Na przykład Expedia poleca najlepsze oferty na ten sezon.
W ten sposób, korzystając z danych klientów, takich jak historia podróży, preferencje i dane demograficzne, zespoły marketingowe mogą dostosowywać swoją komunikację, czyniąc ją bardziej trafną i angażującą. Aż 97% marketerów zgłasza skok w wynikach biznesowych po personalizacji.
Oto dobry przykład z MakeMyTrip dotyczący rekomendacji sezonowych za pośrednictwem e-maili.
Na przykład segmentacja użytkowników na grupy tych, którzy dużo podróżują w weekendy, tych, którzy odbywają podróże służbowe w ciągu tygodnia i tych, którzy podróżują w celach rekreacyjnych, może ujawnić markom ich siłę, podstawowe i przyczynowe profile użytkowników.
Idealnie powinien to być pierwszy poziom segmentacji, na którym można dodawać kolejne warstwy w celu wzbogacenia danych. Tak więc częstotliwość korzystania z ofert i produktów, kuponów i funkcji pozwala markom na organizowanie głębszych i bardziej znaczących połączeń z klientami. Możesz także powiązać swój program lojalnościowy na podstawie częstotliwości, aby zwiększyć retencję.
Spójrz tylko na ten przykład programu lojalnościowego Booking.com:
Personalizacja dobrze wykonana w skali
Booking.com jest doskonałym przykładem dobrze wykonanej personalizacji na dużą skalę na wielu stronach serwisu. Jeśli kiedykolwiek dokonałeś rezerwacji z poziomu bookingu, wiesz, że marka z pewnością zapamięta Twoją historię i pozwoli, aby te szczegóły wpływały na Twoje ogólne wrażenia.
Booking.com wykorzystuje zaawansowane uczenie maszynowe do przechwytywania wielu punktów danych; unikalna historia wyszukiwania użytkownika, lokalizacja, preferencje itp. Marka analizuje historię wyszukiwania użytkowników i wzorce rezerwacji, aby zrozumieć ich preferencje dotyczące podróży.
Na przykład, jeśli użytkownik regularnie rezerwuje hotele z siłownią lub spa, Booking.com może w przyszłości polecić hotele z podobnymi udogodnieniami.
Marka słynie z tego, że w dużym stopniu polega na informacjach zwrotnych, aby zidentyfikować wspólne tematy i obszary, które wymagają ulepszeń, a następnie przekazuje platformie zalecenia dotyczące jeszcze lepiej spersonalizowanych doświadczeń dla swoich użytkowników.
Karta rekomendacji marki, która znajduje się pod paskiem wyszukiwania, pomaga użytkownikom w sugestiach dotyczących ich historii, lokalizacji, szczegółów adresu IP, segmentów itp.
76% konsumentów jest sfrustrowanych firmami, które nie oferują spersonalizowanych doświadczeń.
Na najbardziej podstawowym poziomie wszelkiego rodzaju przydatne informacje — historia wyszukiwania, historia podróży, interakcje z interfejsem użytkownika Booking.com itp. — są wprowadzane do modeli ML. Dane te są następnie analizowane i wykorzystywane na wielu poziomach w celu poprawy doświadczenia użytkownika.
Każdego dnia przetwarzanych jest prawie pół biliona zdarzeń, a im więcej informacji gromadzą modele, tym mądrzejsze stają się w tworzeniu powiązań między różnymi lokalizacjami, typami użytkowników i typami produktów w celu dostarczania rekomendacji produktów. Zapewniając w ten sposób hiper-spersonalizowaną „stronę główną”, którą wszyscy kochamy.
Podstawa modeli rekomendacji podróży i gościnności
- Silniki rekomendacji zorientowane na miejsce docelowe
- Silniki rekomendacji produktów zorientowane na lokalizację
Turyści biorą pod uwagę wiele czynników przy podejmowaniu decyzji, gdzie dalej podróżować: od wyboru lokalizacji po czynniki takie jak przystępność cenowa, dostępność, cena itp., wiele elementów decyduje o wyborze miejsca docelowego. Stwarza to potrzebę tworzenia przez platformy OTA (Over-The-Air) solidnych systemów rekomendacji z filtrami, które spełniają te wymagania.
W ten sposób rekomendacje skoncentrowane na destynacji stają się najpopularniejszymi na wszystkich platformach OTA, ułatwiając pracę użytkownika poprzez filtrowanie jego dokładnych potrzeb związanych z podróżami i dostarczanie opartych na nich sugestii. Jest idealny i najlepszy dla tych użytkowników, którzy nie wiedzą dokładnie, dokąd chcą się udać, ale mają pewne pojęcie o swoich preferencjach.
Rozumiemy poniższe ramy. Zanim rekomendacja dojdzie do konkluzji, najpierw pozyskuje dane, następnie przetwarza je poprzez klasyfikację i konstrukcję, a dopiero potem przechodzi do etapu interpretacji. Schemat blokowy może wyglądać przytłaczająco, ale takie systemy są zaprojektowane w taki sposób, aby ważyć wiele czynników, takich jak dokładność, zamieszanie i popularność, aby tworzyć popularne wyniki, odpowiadać potrzebom użytkownika i warto je realizować.
Silnik uruchomi się, próbując dokładnie zrozumieć, czego chce użytkownik przed przystąpieniem do pracy. Gdy ML uzyska przybliżony profil tego, czego dokładnie chcesz, zacznie wybierać najlepsze miejsca, od których możesz zacząć.
Oto wyskakujące okienko rekomendacji serwisu TripAdvisor, które pojawia się podczas przeglądania ich witryny internetowej dotyczącej rzeczy do zrobienia.
Rozumiejąc, że klient spędza czas na eksploracji, witryna natychmiast poleciła kilka rzeczy, które są unikalne i popularne w oparciu o wcześniejsze trendy, aby poprawić wrażenia.
Ten rodzaj silnika zajmuje się rekomendacjami na bardziej lokalnym i krajowym poziomie. Personalizuje lokalne usługi i uroki miejsca dla każdego klienta i zapewnia je w szczegółowej formie planu podróży. Wanderlog ma funkcję „Aktywność”, która pomaga zasugerować listę rzeczy, które możesz zrobić w danym miejscu docelowym, na podstawie jego wyszukiwarki i sugestii innych podróżników.
Silniki rekomendacji produktów zorientowane na lokalizację pomogą stworzyć listę takich rzeczy, jak najlepsze atrakcje, restauracje, kluby, miejsca zakupów, malownicze miejsca, punkty zachodu słońca, miejsca historyczne, lokalny transport itp. Usługa ta pozwala podróżnym wybrać idealną trasę i doświadczenie zgodnie z ich indywidualnych preferencji, budżetu, stylu itp.
Nikt nie rekomenduje produktów opartych na lokalizacji lepiej niż Airbnb. Witryna ma wyselekcjonowaną stronę dla podróżnych, na której można znaleźć rzeczy, które polecają podczas wizyty – od gotowania po surfowanie, lista jest długa. Te rekomendacje są tworzone na podstawie zapotrzebowania użytkownika i tego, co jest najpopularniejszym aspektem zwiedzania tego miasta.
10 najlepszych rekomendacji produktów dla branży turystycznej i hotelarskiej
- Lokalne rabaty kierowane geograficznie: Kierowanie geograficzne oznacza marketing kierowany do grupy określonych użytkowników na podstawie ich lokalizacji. Im bardziej trafna jest reklama dla użytkownika, tym większe prawdopodobieństwo konwersji. Możesz śledzić aktualną lokalizację swoich podróżnych i oferować zniżki i oferty zgodnie z lokalnymi atrakcjami i usługami. Tutaj Agoda.com pokazuje pełną listę atrakcji do zrobienia podczas pobytu w Goa (po wykryciu lokalizacji).
- Geotargetowanie lokalizacji sklepów: Marki mogą również polecać użytkownikom najlepsze sklepy lub sklepy z pamiątkami na podstawie ich aktualnego miejsca na wakacje i oszczędzać im czas i wysiłek. Możesz wykorzystać lokalizacje sklepów fizycznych, aby przyciągnąć klientów w pobliżu. Tutaj Agoda.com oferuje pieszą wycieczkę kulinarną i Jaipur Bazaar w ramach „Pakietu aktywności” w Jaipur.
- Oparte na wakacjach: ludzie planują ekstrawaganckie podróże w okresie wakacyjnym, a Ty możesz zbudować swój silnik rekomendacji w taki sposób, aby wybierał rekomendacje dotyczące podróży zgodnie z konkretnymi wakacjami.
- Po zakupie: Twój silnik rekomendacji nie kończy się w trakcie lub przed zakupem, musi być kontynuowany również po zakupie w formie opinii, podziękowań i rekomendacji nadchodzących wakacji za pośrednictwem SMS-ów, e-maili itp. Rozmawialiśmy o budowaniu Airbnb ich strona z doświadczeniem, która zapełnia się, gdy zarezerwujesz miejsce – teraz, jak niesamowita jest ta rekomendacja?
- Oparte na sezonie: Aby zaspokoić zapotrzebowanie podróżnych w różnych porach roku, dość popularnym formatem jest oferowanie rekomendacji opartych na ogólnym nastroju.
- Poza sezonem: może to być skuteczna rekomendacja dla wielu podróżników, którzy lubią podróżować poza sezonem, aby uniknąć pośpiechu.
- Szczyt sezonu: Twój silnik rekomendacji może wyselekcjonować specjalne rekomendacje w szczycie sezonu latem i zimą, kiedy większość ludzi planuje wakacje.
- Oparte na dużych wydarzeniach: Możesz także wybrać specjalne rekomendacje dotyczące nadchodzących dużych wydarzeń na podstawie lokalizacji użytkownika.
Przykład: polecanie specjalnych pakietów z okazji Dnia Świętego Patryka osobom, których obecna lokalizacja może znajdować się w Irlandii. - Powracający klient: jest to kluczowa kohorta, do której należy kierować reklamy, ponieważ jeśli klient wraca do Twojego produktu, prawdopodobnie zobaczył coś wartościowego. Zawsze powinieneś mieć oddzielną kampanię reaktywacyjną lub powitalną dla tej kohorty, a Twoje rekomendacje produktowe powinny być dostosowane do ich zachowania, kiedy byli ostatnio aktywni.
- Lojalność i nagrody: W oparciu o etap rozwoju produktu, możesz zbudować wielopoziomowy program lojalnościowy, aby zaszczepić wśród użytkowników lojalność wobec marki. Pomaga to w budowaniu społeczności dla Twojej bazy klientów.
- Rekomendacje BNPL: Podróż może być kosztowna, dlatego oferowanie usług BNPL (Kup teraz, zapłać później) to świetny sposób na zmniejszenie obciążeń dla klientów. Wyraźne zaprezentowanie tej usługi na różnych etapach witryny ma kluczowe znaczenie. Pomoże Ci to prowadzić kampanie angażujące i zatrzymujące, dodając opcje płatności BNPL, jeśli użytkownik porzuci koszyk.
- Chatboty napędzane sztuczną inteligencją: dokonywanie rezerwacji podróży może być wyczerpujące – od miejsca pobytu po dojazd do pracy – podróżni mają do wyboru wiele możliwości. W takim przypadku chatbot oparty na sztucznej inteligencji może pomóc w potrzebie. W branży turystycznej sztuczna inteligencja pomaga w polecaniu opcji pobytu lub rzeczy do zrobienia w okolicy.
Przykład: Paczka świąteczna i noworoczna. Wiadomości związane ze świętami mogą również zwiększyć wartość klienta w czasie (CLV) i zwiększyć liczbę powtarzających się zakupów w programach lojalnościowych. Rozważ oferowanie promocji z punktami bonusowymi na produkty świąteczne, które konsumenci chcą kupić.
Branża turystyczna może odnieść korzyści z wielopoziomowego podejścia, które nagradza stałych klientów i zachęca ich do awansu poprzez osiąganie określonych celów podczas każdej interakcji. Oferuj różne korzyści dla każdego poziomu członkostwa, które można odblokować poprzez AOV lub zdobywając punkty na różne sposoby.
Oto przykład autorstwa Goibibo. W tym przypadku marka wykorzystała marketing e-mailowy, aby nakłonić użytkowników do dokonania rezerwacji, oferując im zniżkę dla nowych użytkowników. Wyobraź sobie, że użytkownik właśnie zarejestrował się na stronie i natychmiast otrzyma kod, będzie bardzo zmotywowany do kontynuowania rezerwacji.
69% konsumentów preferuje chatboty ze względu na ich zdolność do udzielania szybkich odpowiedzi na proste pytania. Ten silnik rekomendacji jest zasilany przez wyszukiwania, wybory i dane generowane przez użytkowników.
Czynniki do rozważenia
- Dane dotyczące zachowania użytkowników: 80% liderów biznesu zgłasza wzrost wydatków konsumenckich średnio o 38%, gdy ich doświadczenia są spersonalizowane. To pierwszy i najważniejszy krok w budowaniu silnika rekomendacji. Dane mogą być gromadzone na dwa sposoby: niejawnie i jawnie.
- Oto przykład niejawnego sposobu zbierania danych przez Booking.com.
- Intencja użytkownika: Zrozumienie intencji użytkownika poprzez mapy cieplne, słowa kluczowe wyszukiwania, ruch na stronie itp. przed zbudowaniem silnika jest nie tylko kluczowe, ale wręcz konieczne. Bądź świadomy tego, czego szuka Twój użytkownik, zanim zaczniesz naciskać.
- Personalizacja: młodsi konsumenci najczęściej reagują negatywnie na bezosobowe doświadczenie. Przed zbudowaniem upewnij się, że Twój silnik rekomendacji umożliwia personalizację i że jest to podstawowa zasada w PRD (dokument wymagań produktowych).
- Trafność kontekstowa: Zapewnij działanie silnika rekomendacji, dostarczając klientom sugestie kontekstowe. Powinien być zoptymalizowany pod kątem sezonowości, aby użytkownicy mogli pozbyć się obciążenia poznawczego związanego z wyszukiwaniem określonej okazji. Przykład: świąteczne zniżki na bilety i loty w okresie od lutego do marca.
Dane jawne to informacje podawane celowo przez użytkownika, tj. dane wejściowe, takie jak oceny, dane osobowe itp. Dane niejawne to informacje gromadzone z zaplecza, takie jak historia wyszukiwania, polubienia, historia zamówień itp.
Błędy, których należy unikać
- Problemy z jakością danych: Jednym z częstych błędów jest nieprzywiązywanie wystarczającej uwagi do jakości danych, co może skutkować stronniczymi lub niedokładnymi zaleceniami, co prowadzi do nieadekwatnych wrażeń użytkownika. Aby temu zaradzić, niezwykle ważne jest, aby dane były odpowiednie, kompletne i wolne od błędów oraz aby były okresowo aktualizowane.
- Brak różnorodności: Problem „komór echa” często występuje w systemach rekomendujących, w których użytkownikom polecane są tylko pozycje, które wcześniej im się podobały. Aby temu zapobiec, należy uwzględnić różnorodność w procesie rekomendacji, biorąc pod uwagę wiele czynników, takich jak nowość i popularność.
Wniosek
Wiele wskazuje na to, że podobnie jak w przypadku handlu elektronicznego, lojalność jest trudnym orzechem do zgryzienia w branży turystycznej i hotelarskiej. To przede wszystkim obsługa, oferta i niskie ceny napędzają transakcję. I chociaż takie wzorce tworzą dość trudne środowisko do działania, wiele czołowych firm znalazło schronienie w rekomendacjach produktów. Co więcej, rekomendacje produktów mogą być czynnikiem, który może zadecydować o Twoich strategiach marketingowych lub je złamać.
Od zwiększania przyczepności użytkownika do zwiększania średniej wartości zamówienia, wszystkie najlepsze marki OTA na świecie mają inne silniki pracujące w celu zwiększenia doświadczenia użytkowników i zmotywowania ich do transakcji. WebEngage oferuje zestaw dźwigni dla młodych marek do tworzenia niestandardowych i wysoce spersonalizowanych doświadczeń.
Chcesz zacząć korzystać z mechanizmu rekomendacji dla swojej platformy Travel and Hospitality? Porozmawiaj z naszymi ekspertami i poproś o demo już dziś!